子集Rdataframe导致神秘的NA行
我一直在遇到我认为是一个错误。 这不是什么大问题，但是我很好奇，如果有人看到这个。 不幸的是，我的数据是保密的，所以我不得不做一个例子，这不会是非常有帮助的。
在对数据进行子集化时，偶尔会得到不在我原始数据框中的神秘NA行。 连rownames都是NA。 例如：
example <- data.frame("var1"=c("A", "B", "A"), "var2"=c("X", "Y", "Z")) example var1 var2 1 AX 2 BY 3 AZ 然后我运行：
example[example$var1=="A",] var1 var2 1 AX 3 AZ NA<NA> <NA>
当然，上面的例子实际上并没有给你这个神秘的NA行， 我在这里添加它来说明我的数据有问题。
也许这与我正在使用Google的read.xlsx包导入我的原始数据集，然后在子集化之前执行wide到long 的整形有关 。
谢谢
将条件包装在“哪个”中，例如
df [其中（df $ number1 <df $ number2），]
我看到OP已经回答了这个问题，但是由于他的评论深深地埋在了评论部分，所以我试图解决这个问题（至less在我的数据方面是一样的）。
首先，一些样本数据：
> df <- data.frame(name = LETTERS[1:10], number1 = 1:10, number2 = c(10:3, NA, NA)) > df name number1 number2 1 A 1 10 2 B 2 9 3 C 3 8 4 D 4 7 5 E 5 6 6 F 6 5 7 G 7 4 8 H 8 3 9 I 9 NA 10 J 10 NA
现在来一个简单的filter：
> df[df$number1 < df$number2, ] name number1 number2 1 A 1 10 2 B 2 9 3 C 3 8 4 D 4 7 5 E 5 6 NA <NA> NA NA NA.1 <NA> NA NA
这里的问题是，第三列中存在的NA s导致R将整行重写为NA 。 尽pipe如此，数据框架的维度仍然存在。 这是我的修复，它需要知道哪个列包含NA s：
> df[df$number1 < df$number2 & !is.na(df$number2), ] name number1 number2 1 A 1 10 2 B 2 9 3 C 3 8 4 D 4 7 5 E 5 6
当使用类似于您发布的代码时，我遇到同样的问题。 使用函数subset（）
subset(example,example$var1=="A")
NA行被排除。
使用dplyr：
library(dplyr) filter(df, number1 < number2)
另一个原因可能是你的条件错了，比如检查一个因子列是否等于一个不在其级别的值。 困扰了我一会儿。
> example <- data.frame("var1"=c("A", NA, "A"), "var2"=c("X", "Y", "Z")) > example var1 var2 1 AX 2 <NA> Y 3 AZ > example[example$var1=="A",] var1 var2 1 AX NA <NA> <NA> 3 AZ
也许这一定是你期待的结果…尝试这种尝试使用条件之前，以避免NA的条件
example[which(example$var1=="A"),] var1 var2 1 AX 3 AZ
